ਕ੍ਰਿਸ ਵੁੱਡ ਦੀ ਚੇਤਾਵਨੀ: ਕਿਉਂ ਗਲਤ ਨਿਵੇਸ਼ (Malinvestment) AI ਬੂਮ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਯੁੱਗ ਇਤਿਹਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡੇ ਕੈਪੀਟਲ ਐਕਸਪੈਂਡੀਚਰ (capex) ਚੱਕਰ ਨੂੰ ਜਨਮ ਦੇ ਰਿਹਾ ਹੈ, ਪਰ ਇੱਕ ਵੱਡਾ ਸੰਰਚਨਾਤਮਕ ਜੋਖਮ ਸਾਹਮਣੇ ਆ ਰਿਹਾ ਹੈ। ਜੈਫਰੀਜ਼ (Jefferies) ਦੇ ਗਲੋਬਲ ਹੈੱਡ ਆਫ ਇਕੁਇਟੀ ਸਟ੍ਰੈਟਜੀ, ਕ੍ਰਿਸ ਵੁੱਡ, ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ ਕਿ AI ਦਾ ਵਪਾਰ ਚਿੱਪਾਂ ਦੀ ਘਾਟ ਜਾਂ ਸਪਲਾਈ ਦੀ ਵਾਧੂ ਮਾਤਰਾ ਕਾਰਨ ਨਹੀਂ, ਸਗੋਂ ਇਸ ਅਹਿਸਾਸ ਕਾਰਨ ਖਤਮ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਵਿਸ਼ਾਲ ਨਿਵੇਸ਼ ਲੋੜੀਂਦਾ ਮੁਨਾਫਾ (returns) ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਹੋ ਰਹੇ ਹਨ।

ਗਲਤ ਨਿਵੇਸ਼ (Malinvestment) ਦਾ ਡਰ

ਰਵਾਇਤੀ ਸੈਮੀਕੰਡਕਟਰ ਚੱਕਰਾਂ ਦੇ ਉਲਟ, ਜੋ ਇਨਵੈਂਟਰੀ ਦੀ ਵਾਧੂ ਮਾਤਰਾ ਮਾਰਕੀਟ ਵਿੱਚ ਆਉਣ 'ਤੇ ਖਤਮ ਹੋ ਜਾਂਦੇ ਹਨ, ਵੁੱਡ ਦਾ ਤਰਕ ਹੈ ਕਿ ਮੌਜੂਦਾ AI ਬੂਮ ਨੂੰ ਇੱਕ ਵਿਲੱਖਣ ਖ਼ਤਰੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ: ਗਲਤ ਨਿਵੇਸ਼ (malinvestment)। ਉਹ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ AI ਵਪਾਰ ਦਾ "ਅੰਤ" ਉਦੋਂ ਹੋਵੇਗਾ ਜਦੋਂ ਹਾਈਪਰਸਕੇਲਰ (hyperscalers) ਅਤੇ ਪ੍ਰਮੁੱਖ AI ਲੈਬਾਂ ਉਸ ਵਿਸ਼ਾਲ capex 'ਤੇ ਸੰਤੁਸ਼ਟੀਜਨਕ ਮੁਨਾਫਾ ਕਮਾਉਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿ ਜਾਣਗੇ ਜੋ ਉਹ ਇਸ ਸਮੇਂ ਕਰ ਰਹੇ ਹਨ।

ਇੱਕ ਖਾਸ ਚਿੰਤਾ ਸਰਕੂਲਰ ਫੰਡਿੰਗ ਲੂਪਸ (circular funding loops) ਦੀ ਮੌਜੂਦਗੀ ਹੈ। ਵੁੱਡ ਉਨ੍ਹਾਂ ਸਥਿਤੀਆਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ ਜਿੱਥੇ Nvidia ਵਰਗੇ ਵੱਡੇ ਖਿਡਾਰੀ OpenAI ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਵਿੱਤੀ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਜੋ ਫਿਰ ਉਨ੍ਹਾਂ ਫੰਡਾਂ ਦੀ ਵਰਤੋਂ ਹੋਰ Nvidia ਚਿੱਪਾਂ ਖਰੀਦਣ ਲਈ ਕਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਥੋੜ੍ਹ-ਕਾਲੀ ਵਿਕਾਸ ਲੂਪ ਬਣਾਉਂਦਾ ਹੈ, ਪਰ ਇਹ ਅਤਿ-ਉਤਸ਼ਾਹੀ ਮੋਨੇਟਾਈਜ਼ੇਸ਼ਨ (monetization) ਅਨੁਮਾਨਾਂ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਉਲਟ ਹੋ ਸਕਦੇ ਹਨ ਜੇਕਰ ਨਿਵੇਸ਼ਕ ਲੰਬੇ ਸਮੇਂ ਦੀ ਕਮਾਈ ਦੀ ਸਪੱਸ਼ਟਤਾ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਗੁਆ ਲੈਂਦੇ ਹਨ।

ਵਿਸ਼ਾਲ Capex ਅਤੇ ਤਾਈਵਾਨ ਵਿੱਚ ਉਛਾਲ

ਇਸ ਖੇਤਰ ਵਿੱਚ ਮੌਜੂਦਾ ਨਿਵੇਸ਼ ਦਾ ਪੱਧਰ ਬੇਮਿਸਾਲ ਹੈ। ਵੁੱਡ ਮੌਜੂਦਾ ਉਸਾਰੀ ਨੂੰ ਸਭ ਤੋਂ ਵੱਡੇ capex ਚੱਕਰ ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹਨ ਜੋ ਉਨ੍ਹਾਂ ਨੇ ਕਦੇ ਦੇਖਿਆ ਹੈ। ਇਸਦਾ ਇੱਕ ਪ੍ਰਮੁੱਖ ਉਦਾਹਰਨ TSMC ਹੈ, ਜਿਸ ਨੇ ਆਪਣੇ ਗਾਈਡੈਂਸ (guidance) ਵਿੱਚ ਕਾਫੀ ਵਾਧਾ ਕੀਤਾ ਹੈ, ਜਿਸ ਵਿੱਚ 2027 ਲਈ ਅਨੁਮਾਨ US$65–70 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਰਿਹਾ ਹੈ।

ਇਹ ਕੇਂਦ੍ਰਿਤ ਖਰਚਾ ਵੱਡੇ ਮੈਕਰੋ-ਇਕਨਾਮਿਕ (macroeconomic) ਬਦਲਾਅ ਲਿਆ ਰਿਹਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਤਾਈਵਾਨ ਵਿੱਚ। ਇਸ ਖੇਤਰ ਨੇ 2026 ਦੀ ਪਹਿਲੀ ਤਿਮਾਹੀ (Q1) ਵਿੱਚ ਸਾਲ-ਦਰ-ਸਾਲ 14.55% ਦੀ ਅਸਲ GDP ਵਿਕਾਸ ਦਰ ਦੇਖੀ, ਜੋ ਕਿ ਨਿਰਯਾਤ ਆਰਡਰਾਂ ਵਿੱਚ 53.4% ਦੇ ਉਛਾਲ ਕਾਰਨ ਹੋਈ। ਵਰਤਮਾਨ ਵਿੱਚ, 2026 ਲਈ TSMC ਦੇ ਕੁੱਲ ਮਾਲੀਏ ਦਾ ਲਗਭਗ 31% AI ਨਾਲ ਸਬੰਧਤ ਮੰਗ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਵਿਸ਼ਵ ਅਰਥਵਿਵਸਥਾ ਕਿੰਨੀ ਡੂੰਘਾਈ ਨਾਲ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨਾਲ ਜੁੜ ਰਹੀ ਹੈ।

ਕਮੋਡੀਟਾਈਜ਼ੇਸ਼ਨ (Commoditization) ਅਤੇ ਸਸਤੇ ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ

ਜੋਖਮ ਦੀ ਇੱਕ ਹੋਰ ਪਰਤ Large Language Models (LLMs) ਦੀ ਤੇਜ਼ੀ ਨਾਲ ਹੋ ਰਹੀ ਕਮੋਡੀਟਾਈਜ਼ੇਸ਼ਨ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਪ੍ਰਤੀ ਟੋਕਨ (token) ਦੀ ਲਾਗਤ ਘਟਦੀ ਹੈ, ਪ੍ਰੀਮੀਅਮ ਪੱਛਮੀ ਪ੍ਰਦਾਤਾਵਾਂ ਦਾ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਫਾਇਦਾ ਚੁਣੌਤੀ ਦੇ ਅਧੀਨ ਹੋ ਰਿਹਾ ਹੈ। ਵੁੱਡ ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਨਵੇਂ ਮਾਡਲ, ਜਿਵੇਂ ਕਿ ਹਾਂਗਕਾਂਗ-ਲਿਸਟਡ Z.ai ਦਾ GLM-5.2, ਰਿਪੋਰਟਾਂ ਅਨੁਸਾਰ Anthropic ਵਰਗੇ ਉੱਚ-ਦਰਜੇ ਦੇ ਮਾਡਲਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਨੇੜੇ ਪਹੁੰਚ ਰਹੇ ਹਨ, ਪਰ ਸਿਰਫ ਇੱਕ ਚੌਥਾਈ ਲਾਗਤ 'ਤੇ।

OpenRouter ਦਾ ਡੇਟਾ ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ: ਜੂਨ ਦੇ ਅਖੀਰ ਵਿੱਚ, ਚੀਨੀ AI ਮਾਡਲਾਂ ਨੇ 21.37 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕੀਤਾ, ਜੋ ਕਿ ਅਪ੍ਰੈਲ ਦੇ 4.37 ਟ੍ਰਿਲੀਅਨ ਤੋਂ ਇੱਕ ਵੱਡਾ ਉਛਾਲ ਹੈ। ਇਹ ਮਾਤਰਾ ਅਮਰੀਕੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ 5.76 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਨਾਲੋਂ ਕਾਫੀ ਜ਼ਿਆਦਾ ਸੀ, ਜੋ ਕਿ ਇੱਕ ਬਹੁਤ ਹੀ ਮੁਕਾਬਲੇਬਾਜ਼ ਅਤੇ ਵਧਦੇ ਕਮੋਡੀਟਾਈਜ਼ਡ ਲੈਂਡਸਕੇਪ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ।

ਬਦਲਦੀ ਰਣਨੀਤੀ: ਮੈਮੋਰੀ ਅਤੇ ਹਾਰਡਵੇਅਰ 'ਤੇ ਧਿਆਨ

ਇਨ੍ਹਾਂ ਚੇਤਾਵਨੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਵੁੱਡ ਤੁਰੰਤ ਪਤਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕਰ ਰਹੇ ਹਨ। ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਪੋਰਟਫੋਲੀਓ ਨੂੰ ਉਦਯੋਗ ਦੇ "picks and shovels" (ਮੁਢਲੇ ਸਾਧਨਾਂ)—ਖਾਸ ਕਰਕੇ DRAM ਅਤੇ ਮੈਮੋਰੀ ਸਪਲਾਇਰਾਂ ਵੱਲ ਮੁੜ ਸਥਾਪਿਤ ਕਰ ਰਹੇ ਹਨ। Jevons Paradox ਦੇ ਕਾਰਨ, ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਿਊਟਿੰਗ ਵਧੇਰੇ ਕੁਸ਼ਲ ਅਤੇ ਸਸਤੀ ਹੁੰਦੀ ਹੈ, ਕੁੱਲ ਖਪਤ ਅਸਲ ਵਿੱਚ ਵਧਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਹਾਰਡਵੇਅਰ ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਫਾਇਦਾ ਹੁੰਦਾ ਹੈ।

Micron ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਮੈਮੋਰੀ ਨਿਰਮਾਤਾ ਪਹਿਲਾਂ ਹੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸਥਿਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾ ਰਹੇ ਹਨ, ਜਿਸ ਵਿੱਚ Micron ਨੇ ਆਪਣੇ DRAM ਵੌਲਯੂਮ ਦੇ 20% ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਰਣਨੀਤਕ ਸਮਝੌਤੇ ਕੀਤੇ ਹਨ। ਨਤੀਜੇ ਵਜੋਂ, ਵੁੱਡ SK Hynix, Kioxia, ਅਤੇ Samsung Electronics ਵਰਗੇ ਟੈਕ ਹਾਰਡਵੇਅਰ ਨਾਮਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਵਧਾ ਰਹੇ ਹਨ, ਇਸ ਦਾਅ 'ਤੇ ਲੱਗਦੇ ਹੋਏ ਕਿ ਭਾਵੇਂ ਵਿਸ਼ਾਲ AI ਸਾਫਟਵੇਅਰ ਅਤੇ ਸਰਵਿਸ ਲੇਅਰਾਂ ਨੂੰ ਕੈਪੀਟਲ ਡਿਸਿਪਲਿਨ (capital discipline) ਨਾਲ ਸੰਘਰਸ਼ ਕਰਨਾ ਪਵੇ, ਉਹ ਫਾਇਦਾ ਪ੍ਰਾਪਤ ਕਰਨ ਵਾਲੇ ਬਣੇ ਰਹਿਣਗੇ।

ਮੁੱਖ ਨੁਕਤੇ

• ਮੁੱਖ ਜੋਖਮ: AI ਵਪਾਰ ਦੇ ਰਵਾਇਤੀ ਸੈਮੀਕੰਡਕਟਰ ਸਪਲਾਈ ਦੀ ਵਾਧੂ ਮਾਤਰਾ ਦੀ ਬਜਾਏ "ਗਲਤ ਨਿਵੇਸ਼" (malinvestment) ਅਤੇ ਹਾਈਪਰਸਕੇਲਰਾਂ ਲਈ ROI ਦੀ ਘਾਟ ਕਾਰਨ ਖਤਮ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਜ਼ਿਆ